DE 
EnglishStandard
Українська
Polski🧪 Molekül-Screening-Engine — Live-Ähnlichkeitssuche
Durchsuchen Sie eine synthetische Bibliothek chemischer Verbindungen gegen einen Ziel-Molekülfingerabdruck mit echter Tanimoto-Ähnlichkeit und beobachten Sie, wie Kandidatenmoleküle in Echtzeit gerankt und nach chemischer Ähnlichkeit gruppiert werden.
Über die Molekül-Screening-Engine
Diese Engine führt einen echten Ähnlichkeitssuche-Workflow aus, wie er in der frühen Phase der Arzneimittelentdeckung eingesetzt wird: ein Ziel-Molekülfingerabdruck — ein 128-Bit-Vektor, der reale Substruktur-Schlüssel wie ECFP oder MACCS ersetzt — wird mit jedem Element einer synthetischen Verbindungsbibliothek über den exakten Tanimoto-(Jaccard-)Koeffizienten, |A∩B| / |A∪B|, verglichen. Jeder Kandidat wird live nach diesem echten Wert gerankt, ein Schwellenregler markiert echte „Treffer“, und eine ähnlichkeitsbasierte Cluster-Karte platziert jedes Molekül nach seinem tatsächlich berechneten Abstand zum Ziel, sodass chemisch ähnliche Gerüste sichtbar zusammen gruppieren.
🔬 Was gezeigt wird
128-Bit-synthetische Molekülfingerabdrücke für das Zielmolekül und eine Bibliothek von 20–300 Kandidaten, erzeugt aus mehreren „Gerüst“-Familien in unterschiedlichen Mutationsabständen zum Ziel. Der Tanimoto-Wert jedes Kandidaten gegenüber dem Ziel wird direkt aus seinem Bitvektor berechnet — nichts ist vorgetäuscht oder vorskriptiert.
🎮 Bedienung
Ziehen Sie einen neuen Ziel-Fingerabdruck oder dessen Bitdichte, ändern Sie Bibliotheksgröße und Gerüstvielfalt, ziehen Sie die Trefferschwelle, um zu sehen, wie sich der orangefarbene Cutoff-Ring neu zeichnet und die Trefferzahl aktualisiert. Wechseln Sie zwischen Cluster-Karte, reiner Rangansicht und Histogramm, und klicken Sie einen beliebigen Knoten an, um ihn zu untersuchen.
💡 Wussten Sie schon?
Echte virtuelle Screening-Kampagnen ranken routinemäßig Bibliotheken mit Millionen Verbindungen nach Tanimoto-Ähnlichkeit zu einem bekannten aktiven Molekül, bevor überhaupt etwas synthetisiert wird, da strukturell ähnliche Verbindungen deutlich häufiger biologische Aktivität teilen — ein Prinzip namens „Ähnlichkeitseigenschaftsprinzip“.
Häufig gestellte Fragen
Was ist Tanimoto-Ähnlichkeit und warum wird sie auf Moleküle angewendet?
Tanimoto-Ähnlichkeit (auch Jaccard-Koeffizient in dieser binären Form genannt) misst die Überlappung zweier Mengen als |A ∩ B| / |A ∪ B| — die Anzahl gemeinsamer Elemente geteilt durch die Anzahl der Elemente in beiden Mengen zusammen. Angewendet auf Molekülfingerabdrücke, bei denen jedes Bit das Vorhandensein einer Substruktur oder eines Merkmals anzeigt, ergibt sich ein Wert von 0 (keine gemeinsamen Merkmale) bis 1 (identische Fingerabdrücke). Es ist die De-facto-Standardähnlichkeitsmetrik in der Chemoinformatik, da sie einfach, schnell auf Bitvektoren zu berechnen ist und gut mit geteilter biologischer Aktivität zwischen Verbindungen korreliert.
Was ist ein Molekülfingerabdruck?
Ein Molekülfingerabdruck codiert die Struktur einer Verbindung als Bitvektor fester Länge, wobei jedes Bit (oder gehashte Bitposition) das Vorhandensein oder Fehlen einer bestimmten Substruktur, funktionellen Gruppe oder kreisförmigen Atomumgebung darstellt. Echte chemoinformatische Werkzeuge berechnen Fingerabdrücke wie ECFP- oder MACCS-Schlüssel aus der tatsächlichen Graphstruktur des Moleküls. Diese Simulation nutzt vereinfachte synthetische 128-Bit-Vektoren, um dieselbe zugrunde liegende Mathematik zu zeigen — Ähnlichkeitssuche, Ranking und Clustering-Logik — ohne einen echten chemischen Parser zu benötigen.
Wie nutzt virtuelles Screening die Ähnlichkeitssuche?
Virtuelles Screening rankt eine große Verbindungsbibliothek nach Ähnlichkeit zu einem bekannten aktiven Molekül (dem Ziel), unter der Annahme, dass strukturell ähnliche Moleküle meist biologische Aktivität teilen. In der Praxis erlaubt dies Forschern, eine kleine Zahl vielversprechender Kandidaten aus einer Bibliothek von Millionen für kostspielige Labortests zu priorisieren, statt blind alles zu testen. Diese Simulation bildet genau diesen Rankingschritt nach: der echte Tanimoto-Wert jedes Kandidaten gegenüber dem Ziel bestimmt seine Position auf der gerankten Liste.
Warum gruppieren sich Kandidaten auf der Karte in Cluster?
Die synthetische Bibliothek wird aus mehreren Gerüst-Fingerabdrücken erzeugt, jeder durch Mutation des Ziel-Fingerabdrucks um einen unterschiedlichen Wert gebaut, und jeder Kandidat ist eine weitere kleine Mutation eines Gerüsts. Das spiegelt wider, wie echte Verbindungsbibliotheken chemische Serien (Familien verwandter Analoga) statt reinen Zufallsrauschens enthalten. Da die Knotenposition direkt aus dem Tanimoto-Wert jedes Kandidaten abgeleitet wird, landen Moleküle derselben Gerüstfamilie natürlich nahe beieinander.
Ist das eine echte chemoinformatische Berechnung oder nur ein visueller Effekt?
Die Ähnlichkeitsmathematik ist echt: jeder gezeigte Wert ist der exakte Tanimoto-Koeffizient |A∩B|/|A∪B|, berechnet auf lebendigen 128-Bit-Vektoren, neu berechnet bei jeder Änderung von Ziel, Bibliotheksgröße, Gerüstvielfalt oder Schwelle. Synthetisch ist nur die Chemie selbst — die Fingerabdrücke sind prozedural erzeugte Bitmuster, nicht aus echten Molekülgraphen abgeleitet, da im Browser kein chemischer Parser läuft. Ranking, Schwellenwertbildung und Wertverteilung, die Sie sehen, sind echte Ergebnisse dieser Berechnung.